Как ИИ и алгоритмы рекрутинга управляют рынком труда в IT и ИБ
Эксперт Екатерина Днепровская раскрывает механизмы работы систем автоматического подбора кадров, которые превратили найм в торг по скрытым критериям, и даёт практические советы техническим специалистам.
Миф о «рынке кандидата» в IT и информационной безопасности больше не актуален. Процессом найма управляют алгоритмы HR-систем и крупных платформ. Поиск работы превратился в игру со скрытыми правилами, где специалисты часто проигрывают, не понимая причин отказов.
Реальный отбор давно не сводится к сопоставлению резюме и вакансии. Алгоритмы анализируют сотни тысяч параметров, многие из которых неочевидны для соискателя. Один из алгоритмов оценивает множество факторов: от формата файла резюме до активности в соцсетях. Система может автоматически отсеять значительную часть анкет на первом этапе, не передавая их рекрутеру. Критичными становятся параметры вроде стажа на последнем месте (менее семи месяцев) или частоты смены работы (более шести мест за десять лет). Эти цифры работают как жесткие фильтры. HR-специалисты полагаются на системы, которые обрабатывают сотни резюме на позицию, делая ручной разбор невозможным.
Для компаний внедрение таких систем ускоряет первичный отбор и снижает нагрузку на рекрутеров. Но это создает системные проблемы. Алгоритмы закрепляют предубеждения, отсеивая специалистов с нестандартным опытом. Возникает противоречие: декларируемый поиск креативных мыслителей сталкивается с работой алгоритма, ищущего шаблонных кандидатов. Это критично для кибербезопасности, где ключевая компетенция — нестандартное мышление. Большая часть вакансий в ИБ содержит противоречивые требования, сгенерированные системами подбора.
Разработчикам, инженерам и аналитикам безопасности нужна стратегическая адаптация. Необходимо играть по правилам алгоритма. Оптимизировать резюме под машинное чтение: использовать правильные ключевые слова, предпочтительные форматы, четкую структуру без графики. Важно понимать, что первичную оценку ведет программа, ищущая совпадения по формальным критериям. Стоит активнее использовать рекомендации и реферальные программы — такие кандидаты часто минуют жесткие алгоритмические фильтры.
Текущая ситуация ведет к трансформации рынка труда. Растет спрос на консультантов по оптимизации цифрового следа. Обостряется дискуссия об этике и регулировании алгоритмического найма, необходимости аудита систем на предмет дискриминации. Навык презентации компетенций в машиночитаемом виде становится почти таким же важным, как профессиональные навыки. Игнорирование этих правил означает выбывание из рассмотрения для многих крупных работодателей. В некоторых сегментах большая часть первичных отборов полностью делегирована алгоритмам, что делает понимание их логики вопросом профессионального выживания.
